融合地面激光扫描与立体视觉的复杂地物快速建模技术研究

In order to achieve rapid surface modeling of complex 3D scene, explore the complementary features and fusion methods of optical images and laser point clouds in depth, design a effective programe in which terrestrial laser scanner and ordinary digital camera are used to collect measurement data efficiently.How to integrate these two technologies to improve the efficiency of data collection in field and the accuracy of surface modeling? To resolve these question, this project will focus on the following key technologies: 1) utilizing advanced geometric features to quickly identify the overlap of two point clouds and complete automatic registration for these point clouds; 2) automatically matching the non-calibrated 2D images and 3D point clouds; 3) precisely reconstruction of complex 3D scenes by computer vision with the coordinate constraints of laser scanning point clouds. Finally, this research will realize the envisioned data fusion method: using ordinary digital carmera to shoot the scene and capture a set of images from multiple angles, then taking advantage of the 3D reconstructure method in computer vision to repair the holes on laser scanning point clouds and triagulate them with precise contours.The series of research work for this project is to demonstrate that the point clouds with very high measurement accuracy and the photos with very high plan resolution, not only can be used to construct very photorealistic models, but also assist each other to improve the efficiency and accuracy of data processing.

针对复杂场景快速三维表面建模的应用需求，深入发掘光学影像与激光点云的互补特性，探索利用计算机视觉技术实现两种数据自动融合的新方法，并设计利用数码相机辅助三维激光扫描仪完成复杂场景三维数据快速采集与表面模型高精度自动重建的可行性方案。针对这一应用构想，本项目主要研究以下关键技术：①利用高级几何特征实现点云重叠区域快速识别以及多测站点云自动配准的方法；②非标定2D影像与3D点云自动精确配准的方法；③利用激光点云坐标作为约束条件的计算机视觉高精度三维重建的方法。从而实现由普通数码相机多角度拍摄激光扫描仪不可见区域的高分辨率像片集，利用计算机视觉三维重建技术帮助激光点云修复缺失数据的应用构想。研究过程中涉及的算法和最终形成的方案能够证明：高测量精度的激光点云与高平面分辨率的光学影像，能够相互辅助提高对方数据处理的自动化水平，且融合两种数据能够有效提高建模成果的几何精度。

立体视觉技术能够根据存在视差的光学影像对重建缺失的深度信息，但是在缺乏物方控制的环境中重建点云精度总是难以保障。三维激光扫描技术虽然能够直接输出精确三维点云，但固定设站的工作方式限制了硬件系统的到达能力，致使激光点云中的数据缺失难以克服。课题针对融合立体视觉与三维激光扫描技术快速获取三维场景完整点云的应用构想，研究了这两种技术的自动融合方法，以及相互辅助解决彼此不足的方法。二维光学影像与三维激光点云的自动配准是融合两种技术的基础，课题选择将直线作为配准两种异源异构数据联系特征，研究了相关影像对间的直线特征识别与匹配方法，以及从三维点云中基于微分曲率识别直线特征的方法，并在立体视觉稀疏重建过程中加入匹配直线强制重建步骤，使稀疏重建点云中具备明显的三维直线特征，利用特别设计的基于相交直线的跨尺度三维点云自动匹配方法，完成增强边缘的稀疏重建点与激光点云的配准，进而实现激光扫描点云约束下的光学影像自动绝对定向。然后依据定向结果，在光学影像上确定能够完整覆盖点云缺失区域的、由匹配特征点组成包络边界，利用特征点约束、极线约束和灰度相似性约束进行稠密重建，利用带有尺度因子的迭代最近邻配准将稠密重建点云精细调整到激光扫描点云坐标系下，进而完成激光扫描点云的修复。课题研究过程中，课题组开展国际学术交流6人次，培养硕士研究生7名，发表学术论文8篇。